[发明专利]车牌识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010397362.4 申请日: 2020-05-12
公开(公告)号: CN111582263A 公开(公告)日: 2020-08-25
发明(设计)人: 周康明;丁子凡 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06K9/20 分类号: G06K9/20;G06K9/34;G06K9/46
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 杜叶蕊;臧建明
地址: 200030 上海市徐汇*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车牌 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种车牌识别方法,其特征在于,包括:

获得车辆外观图像;

调用车牌位置识别网络模型中的角点检测算法以及分割算法确定待识别车牌在所述车辆外观图像中的识别区域;

调用预设的识别网络模型对所述识别区域对应的图像进行识别,获得所述车辆外观图像中的车牌信息。

2.根据权利要求1所述的车牌识别方法,其特征在于,所述调用车牌位置识别网络模型中的角点检测算法以及分割算法确定待识别车牌在所述车辆外观图像中的识别区域,包括:

对所述车辆外观图像进行特征提取处理,获得图像特征;

分别利用角点检测算法和分割算法对所述图像特征进行处理,以在所述车辆外观图像中对待识别车牌的车牌位置进行定位,获得相应的角点检测区域和分割区域;

根据所述角点检测区域和所述分割区域获得所述确定待识别车牌在所述车辆外观图像中的识别区域。

3.根据权利要求1所述的车牌识别方法,其特征在于,还包括:

建立待训练的车牌位置识别网络模型,并采集车牌识别样本;其中,所述车牌识别样本包括样本图像以及样本图像的车牌标注;

利用所述车牌识别样本分别对所述待训练的车牌位置识别网络模型中的角点检测算法和分割算法进行训练,获得用于识别车辆外观图像中的识别区域的车牌位置识别网络模型。

4.根据权利要求3所述的车牌识别方法,其特征在于,所述样本图像的车牌标注中包括有用于标注车牌四个角的目标角点检测框;

所述利用所述车牌识别样本对所述待训练的车牌位置识别网络模型中的角点检测算法进行训练,包括:

利用待训练的车牌位置识别网络模型中的角点检测算法对所述车牌识别样本中的样本图像进行处理,获得样本图像的多个角点检测框;

将样本图像的各个角点检测框与每个目标角点检测框进行匹配处理,确定每个角的目标角点检测框对应的最优角点检测框;

根据每个角的目标角点检测框以及其对应的最优角点检测框,建立角点损失函数;

利用所述角点损失函数对待训练的角点检测算法进行训练,获得可用于对待识别车牌的车牌位置进行定位以得到角点检测区域的角点检测算法。

5.根据权利要求4所述的车牌识别方法,其特征在于,所述将样本图像的各个角点检测框与每个目标角点检测框进行匹配处理,确定每个角的目标角点检测框对应的最优角点检测框,包括:

计算各角点检测框与各目标角点检测框之间的交并比;

针对每一目标角点检测框,根据各交并比确定与其相应的多个候选角点检测框,所述候选角点检测框的交并比满足预设条件;

针对各目标角点检测框对应的各候选角点检测框,利用非极大抑制算法从中确定每一目标角点检测框对应的最优角点检测框。

6.根据权利要求5所述的车牌识别方法,其特征在于,在获得的样本图像的多个角点检测框中,任意两个角点检测框的尺寸相同;

相应的,所述计算各角点检测框与各目标角点检测框之间的交并比,包括:

在获得的样本图像的多个角点检测框中,计算任意两个角点检测框的中心点之间的距离,以获得每两个角点检测框的距离;

根据各距离对获得样本图像的多个角点检测框进行筛选,将筛选后保留的角点检测框作为各角点检测框,以进行与各目标角点检测框之间的交并比计算;其中,在筛选后保留的角点检测框中,任意两个角点检测框的中心点之间的距离大于预设距离阈值。

7.根据权利要求5所述的车牌识别方法,其特征在于,所述根据每个角的目标角点检测框以及其对应的最优角点检测框,建立角点损失函数,包括:

对每个角的目标角点检测框所构成的目标角点检测区域,以及各最优角点检测框所构成的最优角点检测区域,进行交叉熵处理,获得角点分类损失;

对每个角的目标角点检测框以及其对应的最优角点检测框进行位置偏置处理,获得角点位置偏置损失;

根据所述角点分类损失、角点位置偏置损失以及预设的损失函数,建立角点损失函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010397362.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top